راهنمای پیشرفته برای چتجیپیتی، تعبیهها و سایر مدلهای زبانی بزرگ (LLMs)
✅ سرفصل و جزئیات آموزش
آیا به دنبال یادگیری بیشتر درباره بسیاری از یوزکیسهای مدلهای زبانی بزرگ (LLMs) هستید؟ این دوره، یک راهنمای شروع سریع است که به شما کمک میکند یاد بگیرید چگونه چتجیپیتی، T5 و BERT را به صورت مقیاسپذیر استفاده و راهاندازی کنید. با ارائه مطالعات موردی واقعی برای توضیح مفاهیم، مدرس سینان اوزدنیر یک رویکرد گامبهگام برای ساخت و استقرار آسان LLMs ترسیم میکند. از ایجاد یک موتور توصیهگر و راهاندازی سیستم بازیابی اطلاعات تا ساخت سیستم ایجاد کپشن تصویر و فراتر از آن، این دوره دستورالعملهای واضح و بهترین شیوهها را برای کسی که به استفاده از LLMs برای تولید بینشهایی که در غیر این صورت بدست آوردن آنها دشوار است، ارائه میدهد.
راهنمای پیشرفته برای چتجیپیتی، تعبیهها و سایر مدلهای زبانی بزرگ (LLMs)
-
راهنمای سریع مدلهای زبانی بزرگ - مقدمه 0:02:41
-
ماژول 1 - آشنایی با مدلهای زبانی بزرگ 0:02:42
-
مباحث 0:00:48
-
مدلهای زبانی چه هستند؟ 0:22:51
-
LLMs مدرن محبوب 0:20:45
-
کاربردهای LLMs 0:03:36
-
مباحث 0:00:37
-
آشنایی با جستجوی سمانتیک 0:15:49
-
ساخت سیستم جستجوی سمانتیک 0:25:49
-
بهینهسازی جستجوی سمانتیک با کدگذارهای متقابل و تیونینگ دقیق 0:28:58
-
مباحث 0:00:42
-
آشنایی با مهندسی پرامپت 0:27:36
-
کار با پرامپتها در مدلهای مختلف 0:04:43
-
ساخت ربات بازیابی نسل افزوده با چتجیپیتی و GPT-4o 0:32:43
-
مباحث 0:00:38
-
آشنایی با بازیابی نسل افزوده (RAG) 0:14:01
-
ساخت ربات RAG 0:18:45
-
استفاده از مدلهای متنباز با RAG 0:17:42
-
گسترش به سمت ایجنتهای هوش مصنوعی 0:19:24
-
ماژول 2 - آشنایی با بهترین استفاده از LLMs 0:02:30
-
مباحث 0:00:43
-
یادگیری انتقالی - یک پرایمر 0:06:06
-
API تیونینگ دقیق OpenAI 0:05:47
-
مطالعه موردی - پیشبینی با نظرات آمازون - بخش 1 0:11:04
-
مطالعه موردی - پیشبینی با نظرات آمازون - بخش 2 0:37:38
-
مباحث 0:00:27
-
اعتبارسنجی ورودی و خروجی 0:09:28
-
پرامپتنویسی دستهای و پرامپت زنجیرهای 0:07:57
-
پرامپتنویسی زنجیره افکار 0:14:09
-
جلوگیری از حملات تزریق پرامپت 0:05:09
-
ارزیابی سطح دانش کدنویسی شده LLMs 0:05:03
-
مباحث 0:00:40
-
مطالعه موردی - ساخت سیستم پیشنهاد انیمه 0:09:20
-
استفاده از مدلهای تعبیه OpenAIs 0:22:04
-
تیونینگ دقیق یک مدل تعبیه برای ضبط رفتار کاربر 0:28:59
-
مباحث 0:00:46
-
آشنایی با همسویی هوش مصنوعی 0:16:25
-
ارزیابی همسویی به علاوه اخلاق 0:22:20
-
ماژول 3 - مقدمه استفاده پیشرفته از LLM 0:03:22
-
مباحث 0:00:45
-
ترنسفرمر بینایی 0:02:33
-
استفاده از توجه متقابل برای ترکیب مودالیتههای داده 0:03:16
-
مطالعه موردی - سوال و پاسخ ویژوال - راهاندازی مدل 0:20:41
-
مطالعه موردی - سوال و پاسخ ویژوال - راهاندازی پارامترها و داده 0:18:56
-
آشنایی با یادگیری تقویتی از بازخورد 0:12:46
-
همسویی FLAN-T5 با یادگیری تقویتی از بازخورد 0:21:37
-
مباحث 0:00:46
-
BERT برای دستهبندی چندبرچسبی - بخش 1 0:12:36
-
BERT برای دستهبندی چندبرچسبی - بخش 2 0:26:59
-
نوشتن LaTeX با GPT-2 0:21:31
-
مطالعه موردی - تلاش سینان برای پاسخهای خردمندانه و جذاب - SAWYER 0:23:54
-
همسویی دستورالعمل LLMs - تیونینگ دقیق نظارت شده 0:28:23
-
همسویی دستورالعمل LLMs - مدلسازی پاداش 0:21:49
-
همسویی دستورالعمل LLMs - بررسی RLHF 0:26:54
-
همسویی دستورالعمل LLMs - استفاده از LLM همسو با دستورالعمل 0:19:10
-
مباحث 0:00:34
-
پیشبینی هزینه و استقرار LLMs در تولید 0:10:12
-
تقلیل دانش 0:24:04
-
مباحث 0:00:36
-
ارزیابی تسکهای مولد - بخش 1 0:14:37
-
ارزیابی تسکهای مولد - بخش 2 0:18:45
-
ارزیابی و درک تسکها 0:24:11
-
بررسی LLMs برای مدل جهانی 0:11:51
-
راهنمای سریع مدلهای زبانی بزرگ - خلاصه 0:03:19
مشخصات آموزش
راهنمای پیشرفته برای چتجیپیتی، تعبیهها و سایر مدلهای زبانی بزرگ (LLMs)
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متوسط
- تعداد درس:64
- مدت زمان :14:01:32
- حجم :2.51GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy